近年来，全球各主要经济体都在大力推进制造业的复兴。在“工业4.0”、工业互联网、物联网和云计算等热潮下，全球众多优秀制造企业都开展了智能工厂建设实践。

例如，西门子安贝格电子工厂实现了多品种工控机的混线生产；FANUC公司实现了机器人和伺服电机生产过程的高度自动化和智能化，并利用自动化立体仓库在车间内的各个智能制造单元之间传递物料，创造了最高720小时无人值守的纪录；施耐德电气公司实现了电气开关制造和包装过程的全自动化；美国哈雷戴维森公司广泛利用以加工中心和机器人构成的智能制造单元，实现了大批量定制；三菱电机名古屋制作所采用人机结合的新型机器人装配生产线，实现了从自动化到智能化的转变，明显提高了单位生产面积的产量；全球重卡巨头德国MAN公司搭建了完备的厂内物流体系，利用AGV作为部件和整车装配的载体，以便于灵活调整装配线，并建立了物料超市，取得了明显成效，如图2.5所示。

图2.5　德国MAN公司利用AGV作为部件和整车装配的载体

概括来说，智能工厂的总体设计流程如下。

1.进行智能工厂整体规划

智能工厂的建设需要实现IT系统与自动化系统的信息集成；处理来源多样的异构数据，包括设备、生产、物料、质量、能耗等海量数据；进行科学的厂房布局规划，在满足生产工艺要求、优化业务流程的基础上，提升物流效率，提高工人工作的舒适程度。

智能工厂的推进需要企业的IT部门、自动化部门、精益推进部门和业务部门的通力合作。制造企业应当做好智能工厂相关技术的培训，选择有实战经验的智能制造咨询服务机构，共同规划推进智能工厂建设的蓝图。

在规划时应注意行业差异性，因为不同行业的产品制造工艺差别很大，智能工厂建设的目标和重点也有显著差异。

2.建立明确的智能工厂标准

在智能工厂的建设中，企业往往会忽视管理与技术标准的建立，容易造成缺少数据标准，一物多码；作业标准执行不到位；缺少设备管理标准，不同的设备采用不同的通信协议，使设备集成难度大；管理流程复杂，职权利不匹配；质检标准执行不到位，批次质量问题多等问题。

因此，需要建立明确的智能工厂标准，如业务流程管理规范、设备点检维护标准和智能工厂评估标准等管理规范，智能装备标准、智能工厂系统集成标准、工业互联网标准以及主数据管理标准等技术标准。

3.设计智能工厂的厂房

智能工厂的厂房设计需要引入建筑信息模型（Building Information Modeling，BIM），通过三维设计软件进行建筑设计，尤其是水、电、气、网络、通信等管线的设计；同时，智能厂房要规划智能视频监控系统、智能采光与照明系统、通风与空调系统、智能安防报警系统、智能门禁一卡通系统、智能火灾报警系统等。采用智能视频监控系统，通过人脸识别技术以及其他图像处理技术，可以过滤掉视频画面中无用的或干扰信息、自动识别不同物体和人员，分析抽取视频源中的关键有用信息，判断监控画面中的异常情况并以最快和最佳的方式发出警报或触发其他动作。

4.规划智能生产线

智能生产线是智能工厂规划的核心环节，企业需要根据生产线要生产的产品族、产能和生产节拍，采用价值流图等方法来合理规划智能生产线。智能生产线的特点是：在生产和装配的过程中，能够通过传感器、数控系统或射频识别设备自动进行生产、质量、能耗、设备综合效率等数据采集，并通过电子看板显示实时的生产状态，能够防呆防错；通过安灯系统实现工序之间的协作；生产线能够实现快速换模，以及柔性自动化；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式；具有一定冗余，如果生产线上有设备出现故障，能够调整其他设备进行生产；针对人工操作的工位，能够给予智能的提示并充分利用人机协作。

规划智能生产线时需要考虑如何节约空间、如何减少人员的移动及如何进行自动检测，从而提高生产效率和生产质量。企业建立新工厂非常强调少人化，因此，要分析哪些工位应用自动化设备及机器人、哪些工位采用人工。对于重复性强和变化少的工位尽可能采用自动化设备，反之则采用人工。

5.进行设备联网

实现智能工厂乃至“工业4.0”，推进工业互联网建设并实现制造执行系统的应用，最重要的基础就是要实现M2M，也就是设备与设备之间的互联，建立工厂网络。那么，设备与设备之间如何互联？采用怎样的通信方式（有线、无线）、通信协议和接口方式？采集的数据应如何处理？对于这些问题企业应当建立统一的标准。

6.规划工业安全

企业在进行新工厂规划时，需要充分考虑包括机电设备的安全在内的各种安全隐患、员工的安全防护，设立安全报警装置等安防设施和消防设备，同时，随着企业应用越来越多的智能装备和控制系统，并实现设备联网，建立整个工厂的智能工厂系统，随之而来的安全隐患和风险也会迅速提高，现在已出现了专门攻击工业自动化系统的病毒，因此，企业在作智能工厂规划时，必须将工业安全作为一个专门的领域进行规划。

7.进行智能设备管理

系统具有设备台账、设备管理人员、备品备件、检修计划、日常检修、突发事故抢修、备品备件请购、设备维护人员考核、设备实时报修、设备状态报警等功能。实现设备报修、检修、抢修等工作可通过车间数据采集器进行远程快速报修，设备科看板可实时显示各设备状态及报修情况，保证实时将修理需求提交至设备科，设备科可以第一时间得到报修信息并安排修理，修理过程可通过看板进行监控，并可对维修异常情况进行报警。

通过设备管理系统的细分推进及设备管理系统的运行，提高设备维修人员的工作效率和积极性，提高设备和备件的使用率，减少设备的停机时间，降低设备的维护成本，最终实现缩短生产时间，减少不良品的产生，提高生产效率，降低生产成本的目标。

8.进行数据采集

在生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据，并与订单、工序、人员进行关联，以实现生产过程的全程追溯。若出现问题可以及时报警，并追溯到生产的批次，零、部件和原材料的供应商。此外，还可以计算出产品生产过程产生的实际成本。有些行业还需要采集环境数据，如温度、湿度、空气洁净度等数据。

企业需要根据数据采集的频率要求确定数据采集方式，对于需要高频率采集的数据，应当从设备控制系统中自动采集。企业在进行智能工厂规划时，要预先考虑好数据采集的接口规范，以及数据采集与监视控制系统（Supervisory Control and Data Acquisition，SCADA）的应用。不少厂商开发了数据采集终端，可以外接在机床上，解决老设备数据采集的问题，企业可以进行选型应用。

9.进行数据管理

数据是智能工厂的血液，在各应用系统之间流动。在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据，这些数据可能分别来自ERP、MES、APS、WMS、QIS等应用系统，因此，在智能工厂的建设过程中，需要一套统一的标准体系来规范数据管理的全过程，建立数据命名、数据编码和数据安全等一系列数据管理规范，以保证数据的一致性和准确性。

另外，必要时，还应当建立专门的数据管理部门，明确数据管理的原则和方法，确立数据管理流程与制度，协调执行中存在的问题，并定期检查数据管理技术标准的落实情况、流程和执行情况。企业需要规划边缘计算、雾计算、云计算的平台，确定哪些数据需要在设备端进行处理、哪些数据需要在工厂范围内处理、哪些数据需要上传到企业的云平台进行处理。

10.进行财务管理

财务系统为用户提供符合我国财务制度的多种格式的凭证和账簿，包括收款凭证，付款凭证，转账凭证，数量凭证，外币凭证，银行、现金日记账，数量账，往来账，多栏账，总账，明细账等。财务系统具有功能丰富，灵活性、通用性强，操作简便，严密可靠的特点。财务系统是财务管理的核心部分，为企业的库存、采购、销售、生产等提供指导，为企业领导的决策提供及时、准确的财务信息。

11.设计工厂智能物流

推进智能工厂的建设，生产现场的智能物流十分重要，尤其是对于离散制造企业。规划智能工厂时，要尽量减少无效的物料搬运。很多优秀的制造企业在装配车间建立了集中拣货区（Kitting Area），根据每个客户的订单集中配货，并通过电子标签拣货系统（Digital Picking System，DPS）进行快速拣货，配送到装配线，消除了线边仓。

离散制造企业在两道机械工序之间可以采用带有导轨的工业机器人、桁架式机械手等传递物料，还可以采用自动导引运输车（Automated Guided Vehicle，AGV）、有轨穿梭车（Rail Guided Vehicle，RGV）或悬挂式输送链等传递物料。在车间现场还需要根据前、后道工序之间产能的差异，设立生产缓冲区。立体仓库和辊道系统的应用也是企业在规划智能工厂时需要进行系统分析的问题。

12.设计营销与客户管理系统

营销与客户管理系统是管理销售线索、销售活动、业务报告，统计销售业绩的先进工具，适合企业销售部门办公和管理使用，可协助销售经理和销售人员快速管理客户、销售和业务的重要数据。(www.daowen.com)

对客户关系管理的重视来源于企业对客户长期管理的观念，这种观念认为客户是企业最重要的资产并且企业的信息支持系统必须在给客户以信息自主权的要求下发展。成功的客户自主权将产生竞争优势并提高客户忠诚度，最终提高公司的利润率。客户关系管理的方法在注重4P关键要素的同时，也反映出营销体系中各种交叉功能的组合，其重点在于赢得客户。这样，营销重点从客户需求进一步转移到客户保持上并且保证企业把适当的时间、资金和管理资源直接集中在这两个关键任务上。

13.进行制造工艺分析与优化

在建设新工厂时，首先需要根据企业在产业链中的定位、拟生产的主要产品、生产类型（单件、小批量多品种、大批量少品种等）、生产模式（离散、流程及混合制造）、核心工艺（如机械制造行业的热加工、冷加工、热处理等）和生产纲领，对加工、装配、包装、检测等工艺进行分析与优化。企业需要充分考虑智能装备、智能生产线、新材料和新工艺的应用对制造工艺带来的优化；同时，企业也应当基于绿色制造和循环经济的理念，通过工艺改进节能降耗、减少污染排放；还可以应用工艺仿真软件对制造工艺进行分析与优化。

14.进行企业资源规划

企业资源规划体现了当今世界上最先进的企业经营管理理论，并提供了企业信息化集成的最佳方案。以这种思想开发的软件系统是目前企业管理信息系统中十分流行的一种形式，其将企业的物流、资金流和信息流统一起来进行处理和分析，对企业所拥有的人力、资金、材料、设备、方法（生产技术）、信息和时间等各项资源进行综合平衡和充分考虑与管理，最大限度地利用企业的现有资源取得更大的经济效益，科学、有效地管理企业的人、财、物、产、供、销等各项具体工作。企业资源规划具有整合性、系统性、灵活性、实时控制性等显著特点。企业资源规划系统的供应链管理思想对企业提出了更高的要求，是企业在信息化社会繁荣发展的核心管理模式，其可以帮助企业有效利用全社会供应链上的一切资源，快速高效地响应市场需求的变化，形成企业供应链之间的竞争。

15.进行能源与环境管理

为了降低智能工厂的综合能耗，提高劳动生产率（特别是对于高能耗的工厂），进行能源管理是非常有必要的。采集能耗监测点（变配电设备、照明设备、空调、电梯、给排水设备、热水机组和重点设备）的能耗和运行信息，形成能耗的分类、分项、分区域统计分析，可以对能源进行统一调度并优化能源介质平衡，达到优化使用能源的目的，同时，通过采集重点设备的实时能耗，还可以准确知道设备的运行状态（关机、开机还是在加工），从而自动计算设备综合效率（Overall Equipment Effectiveness，OEE）。另外，通过感知设备能耗的突发波动，还可以预测刀具和设备故障。此外，企业也可以考虑在工厂的屋顶部署光伏系统，以提供部分能源。

16.设计制造执行系统

制造执行系统是智能工厂规划落地的着力点，是面向车间执行层的生产信息化管理系统，上接企业资源规划系统，下接现场的PLC程控器、数据采集器、检测仪器等设备。制造执行系统旨在加强物资需求计划（Material Requirement Planning，MRP）的执行功能，贯彻落实生产策划，执行生产调度，实时反馈生产进展。

面向生产一线工人：指令做什么、怎么做、满足什么标准、什么时候开工、什么时候完工、使用什么工具等；记录人、机、料、法、环、测等生产数据，建立可用于产品追溯的数据链；反馈进展、反馈问题、申请支援和拉动配合等。

面向班组：发挥基层班组长的管理效能，进行班组任务管理和派工。

面向一线生产保障人员：确保生产现场的各项需求，如物料、工装刀量具的配送和工件的周转等。

为提高产品准时交付率、提升设备效能、减少等待时间，制造执行系统需导入生产作业排程功能，为生产计划安排和生产调度提供辅助工具，提升计划的准确性。在获取产品制造的实际工时和制造物料清单（Bill of Material，BOM）信息的基础上，企业可以应用（先进生产排程）APS软件进行排产，提高设备资源的利用率和生产排程的效率。

17.进行生产质量管理

提高生产质量是工厂管理永恒的主题，在规划智能工厂时，生产质量管理是核心的业务流程。质量保证体系和质量控制活动必须在建设生产管理信息系统时统一规划并同步实施，贯彻“质量是设计、生产出来的，而非检验出来的”理念。

质量控制在信息系统中需嵌入生产主流程，如检验和试验在生产订单中作为工序或工步来处理；质量审理以检验表单为依据启动流程开展活动；质量控制的流程、表单、数据与生产订单相互关联、穿透；按结构化数据存储质量记录，为产品单机档案提供基本的质量数据，为质量追溯提供依据；构建质量管理的基本工作路线：质量控制设置—检测—记录—评判—分析—持续改进；需根据生产工艺特点科学设置质量控制点，质量控制点太多影响效率，太少使质量风险放大；检验作为质量控制的活动之一，可分为自检、互检和专检，也可分为过程检验和终检；质量管理还应关注质量损失，以便从成本的角度促进质量的持续改进。对于采集的质量数据，可以利用统计过程控制（Statistical Process Control，SPC）系统进行分析。制造企业应当提高对质量管理信息系统（Quality Management Information System，QIS）的重视程度。

18.设计生产监控指挥系统

流程行业企业的生产线配置了集散控制系统（Distributed Control System，DCS）或PLC控制系统。通过组态软件可以查看生产线上各个设备和仪表的状态，但绝大多数离散制造企业还没有建立生产监控与指挥系统。

实际上，离散制造企业也非常需要建设集中的生产监控与指挥系统，在系统中呈现关键的设备状态、生产状态、质量数据，以及各种实时的分析图表。一些国际厂商制造执行系统的软件系统中设置了MII（Manufacturing Ingetration and Intelligence）模块，其核心功能就是呈现工厂的关键绩效指标（Key Performance Indicator，KPI）数据和图表，以辅助决策。

19.设计服务管理系统

随着企业产品市场累计销量的不断增加，售后数据量也不断增加，海量的售后数据中，产品质量及零、部件可靠性问题如何直观、快捷地形成改善输入，为设计、工艺及生产提供改进机会？售后零、部件质量统计分析手工展开工作量大而且效率不高，也很难展开故障件（Parts Per Million，PPM）等专业的质量评估。对售后质量信息后续的旧件返回管理、索赔鉴定、索赔管理等统一进行标准化管理，使售后不良标准化程度得到提高，进而将质量问题显性化处理。

20.推进无纸化生产与办公

生产过程以及管理过程中工件配有图纸、工艺卡、生产过程记录卡、更改单等纸质文件、管理文件作为生产和管理的依据。随着信息化技术的提高和智能终端成本的降低，在智能工厂规划中可以普及信息化终端到每个工位，结合轻量化三维模型和制造执行系统，操作工人可在终端接受工作指令，接受图纸、工艺卡、更改单等生产数据，可以灵活地适应生产计划变更、图纸变更和工艺变更。有很多厂商提供工业平板显示器，甚至利用智能手机作为终端，完成生产信息查询和报工等工作。

21.应用人工智能技术

人工智能技术正在不断地被应用到图像识别、语音识别、智能机器人、故障诊断与预测性维护、质量监控等各个领域，覆盖从研发创新、生产管理、质量控制到故障诊断等多个方面。在智能工厂建设过程中，应当充分应用人工智能技术。

例如，可以利用机器学习技术，挖掘产品缺陷与历史数据之间的关系，形成控制规则，并通过增强学习技术和实时反馈，控制生产过程以减少产品缺陷；同时，集成专家经验，不断改进学习结果。利用机器视觉代替人眼，提高生产柔性和自动化程度，提升产品质检效率和可靠性。IBM开展了通过人工智能算法分析质量问题，并找出改进措施的实践，取得了实际效果。

综上所述，智能工厂的建设是一个非常繁复的过程，在其建设过程中需始终注意以下3点：

（1）重视智能加工单元建设。

目前，智能加工单元在我国制造企业的应用还处于起步阶段，但必然是发展方向。智能加工单元可以利用智能技术将计算数控装置（Computerised Numerical Control Machine，CNC）、工业机器人、加工中心以及自动化程度较低的设备集成起来，使其具有更高的柔性，以提高生产效率。

（2）强调人机协作而不是用机器换人。

智能工厂的终极目标并不是成为无人工厂，而是在成本合理的前提下，满足市场个性化定制的需求，因此，人机协作将成为智能工厂未来发展的主要趋势。

人机协作的最大特点是可以充分利用人的灵活性完成复杂多变的工作任务，在关键岗位更需要人的判断能力和决策能力，而机器人则擅长重复劳动。

（3）积极应用新兴技术。

未来，增强现实（Augmented Reality，AR）技术将被大量应用到工厂的设备维护和人员培训中。工人戴上AR眼镜，就可以“看到”需要操作的工作位置，例如，在需要拧紧螺栓的地方，当拧到位时，AR眼镜会有相应提示，从而提高作业人员的工作效率；维修人员可以通过实物扫码，使虚拟模型与实物模型重合叠加，同时，使虚拟模型中显示设备型号和工作参数等信息，并根据AR眼镜中的提示进行维修操作。

AR技术还可以帮助设备维修人员将实物运行参数与数字模型进行对比，尽快定位问题，并给予可能的故障原因分析。此外，数字工厂仿真技术可以基于离散事件建模、3D几何建模、可视化仿真与优化等技术实现对工厂静态布局、动态物流过程等的综合仿真和分析，从而建立数字化的生产系统甚至全部工厂，依据既定工艺进行运行仿真。